Hajontakuvio
Hajontakuvio on kaaviotyyppi, joka esittää kahden muuttujan (x ja y) välisen suhteen pisteiden tai muiden merkkien avulla.
Hajontakuviot ovat yksi yksinkertaisimmista välineistä tarkastella visuaalisesti, ovatko kaksi muuttujaa korreloituneita. Vaikka ne eivät olekaan tarkimpia menetelmiä, ne tarjoavat usein hyödyllistä tietoa yhdellä silmäyksellä.
Se muistuttaa viivakuviota, mutta siinä ei ole viivoja, vain merkkejä. Hajontakuvion luomiseen tarvitsee vain käyttää scatter()-kirjaston pyplot-funktiota, jossa ensin annetaan x-akselin arvot ja sitten y-akselin arvot. Katsotaanpa esimerkkiä:
1234567import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Creating a scatter plot plt.scatter(x, y) plt.show()
scatter()-funktion syntaksi muistuttaa plot()-funktion syntaksia. Toisin kuin plot(), sinun on kuitenkin aina annettava arvot sekä x- että y-parametreille.
Tässä esimerkissä y lasketaan kaavalla y = 2x + 5. Hajontakuvio osoittaa positiivisen lineaarisen yhteyden — kun x kasvaa, myös y kasvaa, ja päinvastoin.
On myös mahdollista asettaa muita merkkejä pisteiden sijaan sekä määrittää niiden koko käyttämällä marker- ja s-parametreja:
1234567import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Specifying the markers and their size plt.scatter(x, y, marker='x', s=100) plt.show()
Tässä käytettiin 'x'-merkkejä oletus 'o' (pisteiden) sijaan, ja niiden kooksi asetettiin 100. Voit säätää s-parametria kokeillaksesi eri merkkien kokoja.
Seuraava osio keskittyy tarkemmin kuvaajien mukauttamiseen, mutta tällä hetkellä voit käyttää scatter()-funktion dokumentaatiota tutkiaksesi lisää.
Useiden hajontakuvioiden piirtäminen onnistuu helposti kutsumalla scatter()-funktiota kahdesti eri x- ja y-argumenteilla (samoin kuin viivakuvioissa).
Vaikka plt.plot(x, y, 'o') ja plt.scatter(x, y) näyttävät ensi silmäyksellä samankaltaisilta, niillä on eri käyttötarkoitukset:
plt.plot(x, y, 'o')on viivakuviofunktio, jossa'o'näyttää vain merkit. Nopea, mutta tyylin muokkaus on rajallista.plt.scatter(x, y)on hajontakuvioihin tarkoitettu funktio, joka mahdollistaa yksittäisten merkkien koon, värin ja läpinäkyvyyden tarkemman säätämisen.
Swipe to start coding
Näytä kvadraattinen riippuvuus kahden muuttujan välillä hajontakuvion avulla:
- Korvaa alaviivat niin, että
y-taulukko sisältääx-taulukon neliöidyt alkiot. - Käytä oikeaa funktiota hajontakuvion luomiseen.
- Anna
xjaytälle funktiolle oikeassa järjestyksessä. - Aseta merkkien kooksi 70.
Ratkaisu
Kiitos palautteestasi!
single
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Can you explain how to plot multiple scatter plots on the same graph?
What other marker styles can I use in scatter plots?
How can I customize the colors of the markers in a scatter plot?
Awesome!
Completion rate improved to 3.85Hajontakuvio
Pyyhkäise näyttääksesi valikon
Hajontakuvio on kaaviotyyppi, joka esittää kahden muuttujan (x ja y) välisen suhteen pisteiden tai muiden merkkien avulla.
Hajontakuviot ovat yksi yksinkertaisimmista välineistä tarkastella visuaalisesti, ovatko kaksi muuttujaa korreloituneita. Vaikka ne eivät olekaan tarkimpia menetelmiä, ne tarjoavat usein hyödyllistä tietoa yhdellä silmäyksellä.
Se muistuttaa viivakuviota, mutta siinä ei ole viivoja, vain merkkejä. Hajontakuvion luomiseen tarvitsee vain käyttää scatter()-kirjaston pyplot-funktiota, jossa ensin annetaan x-akselin arvot ja sitten y-akselin arvot. Katsotaanpa esimerkkiä:
1234567import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Creating a scatter plot plt.scatter(x, y) plt.show()
scatter()-funktion syntaksi muistuttaa plot()-funktion syntaksia. Toisin kuin plot(), sinun on kuitenkin aina annettava arvot sekä x- että y-parametreille.
Tässä esimerkissä y lasketaan kaavalla y = 2x + 5. Hajontakuvio osoittaa positiivisen lineaarisen yhteyden — kun x kasvaa, myös y kasvaa, ja päinvastoin.
On myös mahdollista asettaa muita merkkejä pisteiden sijaan sekä määrittää niiden koko käyttämällä marker- ja s-parametreja:
1234567import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Specifying the markers and their size plt.scatter(x, y, marker='x', s=100) plt.show()
Tässä käytettiin 'x'-merkkejä oletus 'o' (pisteiden) sijaan, ja niiden kooksi asetettiin 100. Voit säätää s-parametria kokeillaksesi eri merkkien kokoja.
Seuraava osio keskittyy tarkemmin kuvaajien mukauttamiseen, mutta tällä hetkellä voit käyttää scatter()-funktion dokumentaatiota tutkiaksesi lisää.
Useiden hajontakuvioiden piirtäminen onnistuu helposti kutsumalla scatter()-funktiota kahdesti eri x- ja y-argumenteilla (samoin kuin viivakuvioissa).
Vaikka plt.plot(x, y, 'o') ja plt.scatter(x, y) näyttävät ensi silmäyksellä samankaltaisilta, niillä on eri käyttötarkoitukset:
plt.plot(x, y, 'o')on viivakuviofunktio, jossa'o'näyttää vain merkit. Nopea, mutta tyylin muokkaus on rajallista.plt.scatter(x, y)on hajontakuvioihin tarkoitettu funktio, joka mahdollistaa yksittäisten merkkien koon, värin ja läpinäkyvyyden tarkemman säätämisen.
Swipe to start coding
Näytä kvadraattinen riippuvuus kahden muuttujan välillä hajontakuvion avulla:
- Korvaa alaviivat niin, että
y-taulukko sisältääx-taulukon neliöidyt alkiot. - Käytä oikeaa funktiota hajontakuvion luomiseen.
- Anna
xjaytälle funktiolle oikeassa järjestyksessä. - Aseta merkkien kooksi 70.
Ratkaisu
Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoistaKiitos palautteestasi!
single
